data.table “关键索引”或“组计数器”答案

【问题标题】：data.table "key indices" or "group counter"data.table “关键索引”或“组计数器”
【发布时间】：2012-10-12 16:35:57
【问题描述】：

在 data.table 上创建键后：

set.seed(12345)
DT <- data.table(x = sample(LETTERS[1:3], 10, replace = TRUE),
                 y = sample(LETTERS[1:3], 10, replace = TRUE))
setkey(DT, x, y)
DT
#       x y
#  [1,] A B
#  [2,] A B
#  [3,] B B
#  [4,] B B
#  [5,] C A
#  [6,] C A
#  [7,] C A
#  [8,] C A
#  [9,] C C
# [10,] C C

我想获得一个整数向量，为每一行提供相应的“键索引”。我希望下面的预期输出（i 列）将有助于澄清我的意思：

#       x y i
#  [1,] A B 1
#  [2,] A B 1
#  [3,] B B 2
#  [4,] B B 2
#  [5,] C A 3
#  [6,] C A 3
#  [7,] C A 3
#  [8,] C A 3
#  [9,] C C 4
# [10,] C C 4

我考虑过使用cumsum(!duplicated(DT[, key(DT), with = FALSE])) 之类的东西，但希望有更好的解决方案。我觉得这个向量可能是表格内部表示的一部分，也许有办法访问它？即使不是这样，你有什么建议？

【问题讨论】：

标签： r data.table

【解决方案1】：

更新：从v1.8.3，您可以简单地使用内置的特殊.GRP：

DT[ , i := .GRP, by = key(DT)]

查看历史以获取较早的答案。

【讨论】：

我认为.GRP 是一个非常好的主意，并且过去一直希望它。不错且看似最佳的解决方案，顺便说一句。
@JoshO'Brien 好的，.GRP 现在在 1.8.3 中。
如何找到有关这些变量和其他变量的文档，例如.SDcols？ ??.GRP等

【解决方案2】：

我可能会这样做，因为我相当有信心在对 [.data.table() 的调用中没有可用的索引计数器：

ii <- unique(DT)
ii[ , i := seq_len(nrow(ii))]
DT[ii]
#     x y i
#  1: A B 1
#  2: A B 1
#  3: B B 2
#  4: B B 2
#  5: C A 3
#  6: C A 3
#  7: C A 3
#  8: C A 3
#  9: C C 4
# 10: C C 4

您可以将其设为单行，但需要额外致电 unique.data.table()：

DT[unique(DT)[ , i := seq_len(nrow(unique(DT)))]]

【讨论】：